ABB用于汽车动力总成的装配工业机器人-IRB4400 IRB6400

在过去的40年里，我们已经见到工业机器人在大多数制造领域里从事那些劳动强度大或重复性高的工作方面胜过了人类。但在一个重要的应用领域——机械装配，迄今为止，机器人的应用技术仍落后于工业产业对它的期望。由于装配工作要求快速、精密和可靠，传统的工业机器人似乎还不能完成某些装配作业和熟练技术工人的工作。

把一个灯泡旋入灯座这样简单的任务就可以说明为什么传统的工业机器人干不了这件事。要施加一个大小正好合适的力，在正好合适的时间把灯泡转动一个正确的角度，这是人类凭直觉来做的工作，一个依靠编程的机器人怎么能干得了这样的活呢?

与旋灯泡的工作类似

汽车动力总成的装配是一种传统的手工作业，需要有熟练技巧和有经验的工人来完成，因为离合器和液力变矩器等部件的齿轮和其他重要零件都必须在一个狭小的空间里以非常高的精确度进行对中，这样单调的多次重复动作会使工人容易疲劳，并会降低产品质量，工作效率无疑也会受到影响。如果机器人操作可以达到人工操作同样水平，这将使自动化在这个领域中的应用前景非常广阔。为了让机器人能够模仿人类在装配线上的工作，机器人需要有对力的感觉能力和顺从性。机器人必须有一种控制方法能够对力和力矩进行控制，并能够对接触的信息作出反应。ABB新型机器人的力控制技术可以做到这一点。

具有位控制功能的机器人所面临的问题

如果一个具有位控制功能的机器人试图把两个齿轮对准，而它的控制程序对齿的位置却没有精确的信息，这时，机器人唯一的选择只能是反复进行试对中和找错，一直反复进行，直到找对了齿的相对位置为止。机器人试图把两个齿轮装配起来，如果没对准，就会使一个齿轮紧紧地压住另一个齿轮，并产生很大的接触力。为了便于安装，即使我们把齿轮的齿进行倒角处理，但对不准仍然会产生很大的侧向应力，因为机器人总是尽量让齿轮沿着预先制定的路线向被插入物的中心线移动。不仅如此，这种做法有时甚至会使齿轮发生卡死现象，除非事先已采取了某些机械顺从性措施。

RCC（远程中心顺从性）装置就是为解决这一问题而开发的。安放一些抗剪弹性垫块可以减小齿轮接触时的接触力，并能使装配机器人补偿因振动或公差不合适而引起的定位误差。当顺从性中心接近接触点时，被插入的外凸形的零件因受到强大的接触力而能自动对准凹形零件，而这个接触力是由于没对准而产生的，所以，无论是零件还是工具，都不会受到损坏。

不幸的是，像RCC装置这样有用的设备却不能广泛应用于汽车厂里的所有装配作业上。这里有几个原因：首先，装配零件的几何形状很复杂而且差别很大，因而需要频繁地从一个零件的专用装置换成另一个零件的专用装置；此外，由于这种装置本身不能使零件彼此进行定位并产生相对转动，因而装配所需时间比较长。所有这一切，使发生故障的风险都比较高。

机器人向人类学习

面对复杂零件的装配问题，人类的思维和行动的敏捷性是惊人的，我们可以在适当的地方，在零件发生卡死之前产生并施加一个插入力。人类能够“本能地”学会最合理地使用顺从性，感受到力和力矩以及零件边缘和边界的接触情况，并能尽快获得所希望的结果。人类区别于工业机器人的一个明显的特点就是我们具有触觉并能对它作出反应。因此，如果要求机器人模仿人类的行为，他们也需要具有类似的触觉能力和顺从性，还要能够用一种控制方法对力和力矩进行控制，并对接触的信息作出反应。所有这些都需要对传统机器人的定位控制技术及规范进行一次彻底的变革。

ABB的解决方案

ABB一直都在不断地研究和开发机器人应用的新技术，有一部分研究活动是与大学进行合作的，其中一项是ABB的科学家和工程师同美国俄亥俄州的Case Western Reserve大学和瑞典的Lund大学的研究人员合作在ABB目前的S4Cp1us机器人控制器的基础上共同开发一个新型的力量/位置混合平台。与此同时，这个研究组还开始同福特汽车公司开展合作研究，以便了解更多的有关应用方面的特殊要求和知识。目前，这个项目在以力控制为基础的装配应用方面已经形成了一个解决方案。

这项工作的最终成果是开发出一个总体解决方案，它能使ABB的机器人既具有“感觉”又坚强有力，更为重要的是，获得这种新的感觉功能不会使机器人现有的能力或功能受到影响，比如ABB机器人的能快速控制加速度的先进性、通信能力强和可靠性高等卓越的功能特点全都被保留了下来。

这项技术最初是在IRB4400 IRB6400机器人上进行试验的，其有效负载范围为30～200kg，用于装配汽车动力总成的不同零件。这些工作是比较复杂的，其中包括向前插入离合器的盘壳和F/N液力变矩器的装配（见图1）。所有试验都一致证明了这两款机器人在循环时间、可接受的插入力、可靠性和便于编程等方面具有优异的性能。

位和力的和谐控制

目前，机器人的快速运动已达到了人们可以接受的程度，但要保证接触的稳定性却依然是一个问题。虽然人们已经对很多有前途的智能控制方法进行过研究，但是，采用慢慢地不断施加力的方法来对位置进行控制，其效果与性能大多数还是不太好。

阻抗和导纳的概念也有助于理解机器人的力控制（力和速度的关系非常重要，阻抗被定义为力除以速度，而导纳则是它的倒数。在力控制中，“导纳”是作为在稳定性和性能方面了解系统行为的一种方法）。沿着每个自由度，在两个或更多的物理系统之间的瞬时能流通量（power flow）可以定义为两个共轭变量〔作用力/力和流量/速度〕的乘积，但是，这里有一个明显的物理制约，那就是一个系统不能确定两个变量。一个机械手可以沿着任何一个自由度对它的外界物体施加一个力或一个位移或速度，但不能两者都兼顾到，因此，一个装配机器人应该有导纳的特性，可以接受力（输入）并产生运动（输出），这可以理解为：在装配时一旦感觉到有接触力，机器人就应该按照控制的规则来改变其运动，接触力不会继续增加。

以可能实现的最大无源导纳的概念为基础，ABB的工程师已构思出智能的控制方法，可以与现有先进的位控制方法实现无缝集成，并保证在大多数普通生产环境下能够实现稳定的、轻柔的接触。这种设计还能保证在力控制方式和位控制方式两者之间的平稳转换。

编程容易

具有主动的力控制功能的机器人虽然有很多优点，例如适应性强、对不同用途可分别进行编程等，但它还需要更先进的控制系统和合适的编程来规定机器人应该怎样与外部的制约条件实现互动。现在，ABB已把研究工作的重点放在控制策略及其能力上，使机器人能够在实现稳定而轻柔地接触的同时，还能够与外界物体实现互动。

引入力反馈的功能只能使工业机器人能够对外界力作出反应，但却不能告诉机器人当装配零件时应该怎样运动，所以，力控制只能让一个具有顺从性的机器人尽量去避免大的接触力，但没有一种机制使它可根据零件的几何形状把几个零件（例如齿轮）装配起来。这时，装配件之间的卡死虽然可以预防，但却无助于让这些零件对中。在不确定性较高的情况下进行装配并非不可，但由于有许多可能的接触状态在数学上仍不能对其进行处理的情况，所以通过力的相互作用来修正机器人的位置的确是很困难的。

ABB的解决方案是通过引入吸引力的概念使用户摆脱复杂编程的负担。同以导纳为基础的快速力控制不仅保证了接触是轻柔的，而且被装配的零件能定位在准确的对中位置上。所有的对中要求一旦得到满足，机器人就可以开始对其专用零件进行搜索并进行装配。一个典型的装配程序可以简化如下：

设定吸引力；

设定搜索参数；

设定目的地；

移动到开始点；

启动力控制；

如果接触，启动搜索；结束如果；

如果达不到目的地，继续搜索；结束如果；

撤消搜索；撤消力控制；返回。

力量加敏捷

很明显，被装配的零件越轻，施加一个较轻的接触力就越容易，即使在手工装配时也是这样。当装配重的零件时，要使允许的接触力小于零件的重量，并把零件移动到设定的位置上就不那么容易了，因为这需要机械手抓住零件，克服重力，同时还要完成若干个装配步骤，这种工作是错综复杂而且很繁重的。

现在举一个福特汽车装配F/N液力变矩器壳体的例子。该壳体重量约25kg，壳体里面有一个双花键的齿轮组，还要把一个齿轮泵插进这个齿轮组里。齿轮泵的密封是很重要的，因此在插入时要非常小心，无论如何都要确保不能损坏，同时在内部还必须装上一根花键轴，这使装配工作变得更加复杂。

为完成这项任务，ABB的机器人解决方案最终选择了IRB6400机器人，这种机器人的有效负载能力为150kg，它能在无需帮助的情况下支撑零件的重量，并且不会出现任何额外有的接触力。试验表明，IRB6400机器人能处理的总重量为75kg（包括零件、抓手和力传感器的重量），而且仍然能把接触力限制在200N以下。正如试验所证明的那样，ABB机器人具有先进的力控制装置，能够胜任非常精密的装配工作，即使装配一些重的零件也不成问题，因此适合于各种工业部门进行装配工作。

性能优越，工作可靠

在汽车工业中，对先进的力控制器所进行的试验已令人信服地证明：它具有提高循环时间和在不同装配作业中灵活应用的能力。在离合器装配的例子中，安装了IRB4400机器人的工作单元把部件插入的时间平均只需要5.7s（如果用手工装配，插入时间一般需要15～20s），最初接触时的反作用力小于100N，在装配时小于80N。另一个例子是F/N液力变矩器的装配，平均需要时间6.98s，接触力限制在200N。值得注意的是，该装配过程允许的定位误差仅为±2mm。ABB的S4Cplus机器人控制器受到整个制造工业的称赞，因为它的可靠性使机器人能够表现出很多优越的性能。

有利于扩大应用市场

现在ABB又开发出一种可供选用的力控制器，进一步提高了其声誉。这次开发的技术本来主要是用于汽车工业装配作业的，但这种先进的力控制技术有可能使很多其他工业领域也能受益，尤其是对于要求“装配完全正确，时间第一”的机械装配工作中。

声明：本网站所收集的部分公开资料来源于互联网，转载的目的在于传递更多信息及用于网络分享，并不代表本站赞同其观点和对其真实性负责，也不构成任何其他建议。本站部分作品是由网友自主投稿和发布、编辑整理上传，对此类作品本站仅提供交流平台，不为其版权负责。如果您发现网站上所用视频、图片、文字如涉及作品版权问题，请第一时间告知，我们将根据您提供的证明材料确认版权并按国家标准支付稿酬或立即删除内容，以保证您的权益！联系电话：010-58612588 或 Email:editor@blueai.net.cn。